Carga de paquetes

# Carga de paquetes

library(dplyr)
library(ggplot2)
library(plotly)
library(readxl)
library(DT)
library(lubridate)

Carga del xls

# Carga del xls 

delitos_cr <- readxl::read_excel("C:/Users/Dennis/Desktop/Rtudio/estadisticaspoliciales2021.xls")

Tabla

# Tabla de los delitos cometidos en Costa Rica por delitos, fecha, víctima, edad, género, provincia, cantón y hora.

  delitos_cr %>%
   select(Delito, 
         Fecha, 
         Victima,
         Edad,
         Genero,
         Provincia,
         Canton,
         Hora) %>%

  datatable(
    colnames = c(
         "Delito", 
         "Fecha", 
         "Víctima",
         "Edad",
         "Género",
         "Provincia",
         "Cantón",
         "Hora"),
    options = list(
    pageLength = 10,
    language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
  ))
## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

Grafico de barras simple

# Gráfico de barras que muestra los delitos que se cometen en Costa Rica.

ggplot2_delitos_CR <- 
  delitos_cr %>%
  count(Delito) %>%
  ggplot(aes(x = reorder(Delito, n ), y = n)) +
  geom_bar(stat = "identity") +
  ggtitle("Delitos cometidos en Costa Rica") +
  xlab("Delitos") +
  ylab("Cantidad de delitos") +
  coord_flip() +
  theme_minimal()

ggplotly(ggplot2_delitos_CR) %>% config(locale = 'es')

Grafico de barras simple

# Gáfico de barras que muestra la cantidad de delitos que ocurren al mes, Enero a Noviembre
ggplot2_delitos_por_mes <-
  delitos_cr %>%
  group_by(Mes = month(ymd(Fecha), label = TRUE)) %>%
  ggplot(aes (x= Mes)) +
  geom_bar() +
  ggtitle("Cantidad de delitos por mes") +
  xlab("Mes") +
  ylab("Cantidad de delitos") +
  coord_flip() +
  theme_minimal()

ggplotly(ggplot2_delitos_por_mes) %>% config(locale = 'es')

Grafico de barras apilada

# Gráfico barras apiladas, muestra la proporción de delitos que ocurren entre los hombres, mujeres y desconocidos.

delitos_por_genero <-
  delitos_cr%>%
  ggplot(aes(x = Delito, fill = Genero)) +
  geom_bar(position = "fill") +
  ggtitle("Proporcion de delitos por género") +
  xlab("Delitos") +
  ylab("Proporción") +
  labs(fill = "") +
  coord_flip() +
theme_minimal()
ggplotly(delitos_por_genero) %>% config(locale = 'es')

Grafico de barras simple

# Cantidad de delitos en los cantones de San José, Alajuela, Cartago y Heredia.

delito_por_canton <-
  delitos_cr %>%
  count(Canton) %>%
  filter(Canton == "HEREDIA"| Canton == "ALAJUELA"|
           Canton == "SAN JOSE" | Canton == "CARTAGO") %>%
  ggplot(aes(x= reorder(Canton, n), y = n)
         ) +
  geom_bar( stat = "identity"
           ) +
  ggtitle("Delitos cometidos en San Jose, Heredia, Cartago y Alajuela"
          ) +
  xlab("Cantón") +
  ylab("Cantidad de delitos") +
  coord_flip() +
  theme_minimal()

ggplotly(delito_por_canton) %>% config(locale = 'es')